РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)

Справочник PyTorch

Класс

Методы

view reshape тензора переставить оси транспонировать тензор t убрать оси 1 добавить ось вытянуть вернуть форму растянуть без копии растянуть как повторить повторить элементы сделать непрерывным копия тензора detach тензора на устройство на CPU на CUDA на MPS сменить тип тензора тензор в float в double тензор в half в bfloat16 в long в int в bool в byte в NumPy скаляр в список unbind тензора split тензора chunk тензора size() dim() число элементов байт на элемент число элементов (alias) проверить непрерывность проверить CUDA на CPU? обнулить заполнить на месте скопировать в прибавить на месте умножить на месте равномерно на месте нормально на месте выбор по оси по маске gather тензора разбросать разбросать на месте заполнить по маске маска на месте индекс на месте view как reshape как t на месте транспонировать на месте squeeze на месте unsqueeze на месте tensor.backward сохранить градиент requires_grad_ отцепить на месте хук градиента хук после accumulate

Атрибуты

форма тип тензора устройство тензора число осей requires_grad тензор.grad grad_fn T data на CUDA? непрерывный? layout лист графа всего байт хранит градиент

Функции

создать тензор как тензор из NumPy как массив нули нули как единицы единицы как пустой пустой как заполнить значением заполнить как диапазон равномерно лог. сетка единичная range склеить concat сложить вертикально горизонтально в глубину столбцами unbind split chunk разрезать тензор хотя бы 1D хотя бы 2D совместно растянуть растянуть сетка блочно-диагональная reshape перенести ось перенести ось (alias) поменять оси поменять оси (dims) where ненулевые индексы координаты ненулевых взять по индексам gather выбор по оси по маске заполнить по маске заполнить по индексу разбросать разбросать с сложением копия отцепить

Типы

float32 float16 float64 bfloat16 int8 int16 int32 int64 uint8 bool complex64 complex128

Функции

set_default_dtype get_default_dtype set_default_device get_default_device promote_types can_cast

Функции

сложение вычитание умножение деление истинное деление целочисленное деление остаток fmod степень корень 1/корень квадрат модуль модуль (alias) знак минус обратное экспонента exp(x)-1 логарифм log(1+x) лог2 лог10 синус косинус тангенс арксинус арккосинус арктангенс atan2 sinh cosh tanh максимум минимум макс без nan мин без nan обрезать clip сумма среднее стд. отклонение дисперсия минимум по осям максимум по осям amin amax индекс минимума индекс максимума произведение накопленная сумма накопленное произведение норма расстояние попарные расстояния матричное произведение mm батч mm addmm матрица×вектор скалярное внутреннее внешнее einsum тензорное сопряжённое скалярное векторное Кронекер равно не равно больше больше или равно меньше меньше или равно логическое И логическое ИЛИ логическое НЕ логическое XOR это nan это inf конечное близко все близки округление вниз вверх отбросить дробную дробная часть sigmoid softmax log-softmax ReLU GELU SiLU top-k сортировка порядок сортировки k-е значение уникальные линейная интерполяция аргумент действительная часть мнимая часть сопряжение комплексное

Функции

обратная псевдообратная определитель знак и лог det норма linalg норма матрицы норма вектора SVD QR Холецкий решить систему LU собственные собственные эрмитовы собственные числа степень матрицы цепочка произведений

Функции

FFT обратный FFT FFT 2D обратный FFT 2D FFT N-D обратный FFT N-D FFT действительного обратный rFFT эрмитов FFT частоты FFT частоты rFFT сдвинуть ноль в центр обратный fftshift

Классы

линейный ленивый линейный билинейный тождественный слой свёртка 1D свёртка 2D свёртка 3D транспонированная 1D транспонированная 2D транспонированная 3D ленивая свёртка 2D макс-пул 1D макс-пул 2D макс-пул 3D средний пул 1D средний пул 2D средний пул 3D адаптивный средний 1D адаптивный средний 2D адаптивный макс 1D адаптивный макс 2D LP-пул дробный макс-пул BatchNorm 1D BatchNorm 2D BatchNorm 3D SyncBatchNorm LayerNorm GroupNorm InstanceNorm 1D InstanceNorm 2D LRN RMSNorm dropout dropout 1D dropout 2D dropout 3D alpha dropout ReLU слой ReLU6 слой LeakyReLU слой PReLU ELU слой SELU слой CELU GELU слой SiLU слой Mish слой softmax слой log-softmax слой softmin softplus слой softsign слой tanh слой sigmoid слой hardswish слой hardsigmoid слой hardtanh слой GLU tanhshrink LSTM GRU RNN LSTMCell GRUCell RNNCell эмбеддинг embedding bag multi-head attention Transformer Transformer encoder encoder layer Transformer decoder decoder layer вытянуть слой вернуть форму слой unfold fold апсемплинг билинейный upsample nearest upsample pixel shuffle channel shuffle нулевой паддинг константный паддинг reflect-паддинг replicate-паддинг circular-паддинг

Функции

F.relu ReLU6 LeakyReLU PReLU ELU SELU CELU F.gelu F.silu mish F.softmax log-softmax softmin softplus softsign F.tanh F.sigmoid hardswish hardsigmoid hardtanh GLU Gumbel-softmax F.dropout dropout 2D alpha dropout F.linear билинейный эмбеддинг one-hot F.normalize свёртка 1D F.conv2d свёртка 3D транспонированная свёртка unfold fold макс-пул 2D средний пул 2D адаптивный средний адаптивный макс LP-пул batch norm layer norm group norm instance norm LRN F.interpolate grid sample affine grid F.pad pixel shuffle F.cross_entropy NLL F.mse_loss L1 Smooth L1 Huber BCE BCE with logits KL Poisson NLL CTC triplet cosine embedding SDPA MHA forward косинусная близость попарные расстояния pdist

Класс

Методы

forward вызов режим train режим eval модуль на устройство модуль на CUDA модуль на CPU на MPS state_dict загрузить state_dict параметры параметры с именами буферы буферы с именами дети дети с именами подмодули подмодули с именами apply к модулю обнулить градиенты модуля requires_grad_ extra_repr зарегистрировать буфер зарегистрировать параметр зарегистрировать модуль хук forward хук до forward хук backward подмодуль по пути параметр по пути буфер по пути добавить модуль модуль в half модуль в float модуль в double тип модуля shared memory module.compile

Атрибуты

флаг training

Класс

последовательный

Методы

добавить в Sequential вставить расширить убрать из Sequential forward Sequential

Класс

список модулей

Методы

добавить в ModuleList расширить вставить

Класс

параметр

Методы

создать Parameter

Классы

словарь модулей список параметров словарь параметров неинициализированный буфер

Класс

оптимизатор

Методы

шаг оптимизатора обнулить градиенты группа параметров state_dict оптимизатора загрузить оптимизатор

Атрибуты

группы параметров состояние оптимизатора defaults

Класс

планировщик LR

Методы

шаг планировщика последний LR state_dict планировщика загрузить планировщик текущий LR

Классы

Adam AdamW SGD RMSprop Adagrad Adadelta Adamax NAdam RAdam SparseAdam ASGD LBFGS cross entropy NLL MSE L1 BCE BCE with logits KL Smooth L1 Huber CTC cosine embedding margin ranking multilabel soft margin Poisson NLL Gaussian NLL triplet multi margin hinge embedding soft margin StepLR MultiStepLR ExponentialLR косинусный LR косинус с рестартами уменьшить LR на плато 1cycle циклический LR линейный LR полиномиальный LR постоянный LR последовательность LR LambdaLR цепочка планировщиков мультипликативный LR

Функции

обрезать норму градиента обрезать значение градиента норма градиента (без _)

Класс

загрузчик

Методы

итератор лоадера число батчей

Атрибуты

датасет лоадера размер батча лоадера сэмплер лоадера батч-сэмплер воркеры collate pin memory отбросить хвост генератор лоадера

Класс

Методы

элемент по индексу длина датасета сложить датасеты

Класс

distributed-сэмплер

Методы

задать эпоху

Классы

итерируемый датасет датасет из тензоров склейка датасетов цепочка датасетов подмножество сэмплер последовательный случайный случайное подмножество взвешенный батч-сэмплер класс

Функции

случайное разбиение default collate default convert инфо воркера

Класс

autograd.Function

Методы

forward Function backward Function Function.apply setup_context JVP VJP

Функции

без градиента включить градиент вкл/выкл градиент градиент включён? inference mode задать inference mode inference mode включён? backward() autograd.grad проверить градиент проверить гессиан детект аномалий контекст аномалий checkpoint активаций

Классы

Функции

torch.save torch.load jit.script jit.trace jit.save jit.load trace модуля script если tracing заморозить скрипт оптимизация inference onnx.export dynamo export символ кастомного op hub.load веса по URL список моделей hub справка hub папка hub текущая папка hub torch.export сохранить ExportedProgram загрузить ExportedProgram

Классы

ScriptFunction RecursiveScriptModule

Класс

Методы

сохранить ScriptModule граф код скрипта

Функции

равномерно [0, 1) N(0, 1) случайные целые случайная перестановка равномерно как нормально как целые как нормальное Пуассон мультиномиальное Бернулли зерно случайное зерно начальное зерно состояние RNG задать RNG зерно текущего GPU зерно всех GPU RNG GPU задать RNG GPU RNG всех GPU задать RNG всех GPU

Класс

генератор

Методы

зерно Generator случайное зерно Generator начальное зерно Generator состояние Generator задать Generator

Атрибуты

устройство Generator

Функции

CUDA есть is_available число GPU текущий GPU выбрать GPU имя GPU свойства GPU очистить кэш синхронизировать собрать IPC занятая память пик памяти зарезервировано пик резерва свободно/всего статистика памяти сбросить пик CUDA инициализирован есть bfloat16 есть TF32 autocast() torch.compile точность matmul текущая точность matmul CUDA есть cudnn.is_available версия cuDNN MPS есть MPS собран синхронизировать MPS

Константы

cudnn.benchmark cudnn.deterministic cudnn TF32

Класс

Методы

тип устройства номер устройства

Класс

CUDA-стрим

Методы

ждать стрим ждать событие записать событие стрим готов? синхронизировать стрим

Класс

CUDA-событие

Методы

записать ждать событие готово? время между событиями синхронизировать событие

Класс

Методы

масштабировать лосс шаг со scaler обновить scaler снять scale state_dict scaler загрузить scaler

Класс

контекст autocast

Класс

Методы

forward DDP без синхронизации join DDP

Класс

Методы

forward DataParallel

Классы

FSDP операция reduce

Функции

инициализировать группу разрушить группу барьер ранг world size бэкенд ранг в группе CUDA инициализирован CUDA есть есть NCCL есть Gloo есть MPI all_reduce all_gather all_gather в тензор broadcast reduce reduce_scatter reduce_scatter в тензор send recv isend irecv новая группа глобальный ранг ранги группы

↑

Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.

принять все настроить отклонить